drmingler/docling-api

何を解決するか

このプロジェクトは、PDF、DOCX、PPTX、CSV、HTML、画像、AsciiDoc など、さまざまな文書形式を Markdown に変換するスケーラブルなバックエンドサーバーを提供します。大規模な複雑な文書を効率的に処理する問題を解決し、単一およびバッチ変換のための堅牢な API を提供します。

動作方法

サーバーは IBM の Docling パーサーで駆動されています。REST API 用の FastAPI アプリケーション、タスク処理用の Celery ウーカー、メッセージブローカーおよび結果バックエンドとしての Redis を含む分散アーキテクチャを使用しています。同期（即時）および非同期（ジョブ追跡）の変換モードをサポートしており、CPU または GPU 加速処理の最適化が可能です。

対象ユーザー

LLM パイプラインやデータ抽出タスクなど、後続処理用に多数の多様な文書形式をクリーンな Markdown 形式に変換する必要がある開発者や組織向けです。

主な特徴

• 広範なフォーマット対応: PDF、DOCX、PPTX、HTML、画像（JPG、PNG、TIFF、BMP）、AsciiDoc、CSV を対応。
• 高性能処理: 本番環境向けに GPU 加速を提供し、Celery ウーカーによる水平スケーリングを実現。
• 柔軟な API: 同期による単一/バッチ変換と、ジョブ追跡可能な非同期ジョブをサポート。
• 高度な抽出機能: テーブル検出、画像抽出、多言語 OCR 対応を含む。
• モニタリング: ジョブのステータスやワーカーのパフォーマンスを追跡するための統合 Flower ダッシュボード。